【技术实现步骤摘要】
一种基于脉冲耦合神经网络的钢轨表面伤损检测方法
本专利技术涉及交通运输、工业监控、数字图像处理和模式识别领域,具体涉及一种基于脉冲耦合神经网络的钢轨表面伤损检测方法。
技术介绍
中国幅员辽阔、内陆深广、人口众多,资源分布且工业布局不平衡,而兼具安全经济、全天候运输、运能大等特点的铁路运输在各种运输方式中的比较优势突出,是国家重要的交通基础设施,在经济社会发展中具有特殊重要的地位和作用,加快铁路发展已经成为国内社会各方面的共识。但是,随着铁路网的扩大和铁路养护维修需求的增加,现实对钢轨检测提出更高的要求。由于铁路行车密度高和载重量大的特点,加速了钢轨表面缺陷的形成,如裂纹、疤痕、剥落等,如果未能及时发现、处理,钢轨表面缺陷可能进一步发展成为内部缺陷。车轮在有缺陷的钢轨上高速运行时连带的冲击作用会引起车轨系统耦合振动,不仅降低了乘坐的舒适度,而且损坏机车部件,极易导致钢轨断裂和火车脱轨,埋下铁路安全隐患。目前,由于技术设备智能化较低和置换成本高,国内铁路养护依然以人工巡检为主,不仅效率低下、人力成本大,而且依靠人力对伤损检测的误报率和漏检率高。其次,钢轨表面受光照、列车机械震动等不良工况条件的影响,使得基于机器视觉的钢轨表面缺陷检测出的图像依然会夹杂噪声,对识别工作造成干扰。再者,非接触式的检测装置如高清摄像头,其固定在探伤设备上的位置可能出现偏差,或者探伤设备在移动时的振动也可能使得摄像装置获得的图像角度存在偏差,最终都不利于钢轨表面缺陷检测的精确度。专利CN101893580B提出了一种基于数 ...
【技术保护点】
1.一种基于脉冲耦合神经网络的钢轨表面伤损检测方法,其特征在于通过对图像数据的分析与处理,检测出钢轨轨道表面缺陷的位置及大小并分类,最后指出轨道缺陷类型,包含了以下步骤:/nS1,图像预处理;/nS2,基于脉冲耦合神经网络对缺陷初步检测;/nS3,特征精确计算;/nS4,缺陷分类。/n
【技术特征摘要】
1.一种基于脉冲耦合神经网络的钢轨表面伤损检测方法,其特征在于通过对图像数据的分析与处理,检测出钢轨轨道表面缺陷的位置及大小并分类,最后指出轨道缺陷类型,包含了以下步骤:
S1,图像预处理;
S2,基于脉冲耦合神经网络对缺陷初步检测;
S3,特征精确计算;
S4,缺陷分类。
2.根据权利要求1所述的一种基于脉冲耦合神经网络的钢轨表面伤损检测方法,其特征在于S1图像预处理。
在将图像中轨道部分提取出来的数据过滤过程中,无关的背景总会占据了图像相当一部分,而铁轨表面区域只占铁轨图像的一部分,如果直接对整幅图像做处理则会增加检测算法的时间,因此在进行数据分析前把这部分剔除掉,可以大大提高后续的检测速度。本发明采用水平投影法提取铁轨表面图像,其预处理步骤如下:
S11,统计铁轨图像的灰度均值Mean,并取Mean-35为全局阈值T,对滤波后的铁轨图像f(x,y)进行二值化。
S12,轨面区域的背景像素为白色像素,因此统计铁轨二值图像每行的白色像素总个数P(x):
其中,row、column分别是图像f1(x,y)的行数和列数。
3.根据权利要求1所述的一种基于脉冲耦合神经网络的钢轨表面伤损检测方法,其特征在于S2基于脉冲耦合神经网络对缺陷初步检测。所述的S2基于脉冲耦合神经网络对缺陷初步检测采用脉冲耦合神经网络(PCNN),检测步骤如下:
S21,将预处理后的图像像素与神经元一一对应。其实施步骤如下:
S211,将每个神经元分别置于一个n×n的权值矩阵Mijkl与Wijkl的中心;
S212,区域内的神经元为该神经元对应像素的邻近像素,通常设置两个神经元之间的连接权值为:
S22,建立每个神经元的接收域。接收域由反馈输入域和耦合连接域组成,其实施步骤如下:
S221,分别建立反馈输入域和耦合连接域,两者的迭代运算数学表达式如下:
其中,
Sij表示外部激励,其大小与脉冲产生周期呈负相关;
Ykl(n-1)表示第n-1次迭代时邻域神经元的输出;
Mijkl与Wijkl分别为反馈输入域与耦合连接域的权值矩阵,反映神经元之间信号传递能力的强弱;
VF、αF与VL、αL分别表示反馈输入域与耦合输入域的放大系数和衰减时间常数;
Fij与Lij分别表示n次迭代后中心神经元的耦合输出与反馈输出。
S23,建立非线性调制域。通过Fij与Lij非线性相乘得到神经元内部活动项,其数学表达式如下:
Uij[n]=Fij[n](1+βLij[n])
β表示连接强度,与邻域内同步脉冲输出的神经元个数呈正相关。
S24,建立脉冲发生器。由S23,当内部活动项Uij[n]大于动态门限Tij[n]时,神经元产生单位脉冲,此时动态门限立即增大,而后呈指数衰减,该过程循环至迭代结束。其数学表达式如下:
值得注意的是,此处迭代次数不同,获取的信息也不同。根据熵值原理,熵越大,信息量越多。
S25,最终由接收域、调制域和脉冲发生器组成每个神经元,模拟哺乳动物视觉神经元细胞活动,实现...
【专利技术属性】
技术研发人员:梁帆,余旸,
申请(专利权)人:东莞灵虎智能科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。